目录:
六西格码（Six Sigma）由摩托罗拉公司的一位名叫比尔·史密斯（Bill Smith）的工程师于1989年开发。如今，构成六西格码的技术和工具系统在制造中正越来越广泛地用于提高质量和促进改进。
由Joshua Crowder创建
什么是工艺西格玛？
流程总和是度量流程相对于需求的变化。要求设置为上公差极限（UTL）和下公差极限（LTL）。术语“ 过程总和” 实际上与统计z分数相同。假设要测量的过程属于正态分布，则过程平均值与UTL或LTL之间的距离就是过程sigma。因此，您的过程总和越高，您的过程就越好。其原因是因为随着过程sigma的增加，分布平均变窄。
六西格码（Six Sigma）是防止流程变化的最佳工具之一。您必须具有可接受的质量范围，平均值和计算得出的标准偏差（σ），该标准偏差用于量化数据的变化或离散量。利用该数据，可以计算出过程总和（z分数）。要找到此度量，可以使用UTL或LTL。查找过程总和的公式可以在下面找到。
上面的等式用于查找过程西格玛。这两个结果中的最低者将称为过程总和。
由Joshua Crowder创建
使用过程Sigma方程的示例
此示例涉及对零件尺寸在2到10英寸之间的测量。LTL为2，UTL为10。根据该过程的过去数据收集，该过程的平均值为6.5，标准偏差为1.75。首先让我们使用UTL计算sigma级别。
（10-6.5）/1.75 = 2.0
UTL的过程sigma为2.0
（6.5-2）/1.75 = 2.57
LTL的处理总和为2.57
过程Sigma = 2
我们选择2是因为2比2.57更接近均值，从而给我们带来了更多缺陷。如果我们想进一步走几步，我们可以计算出更多项目。为了找到超出公差上限的有缺陷零件的面积，我们必须将过程总和（z分数）“ 2.0”设为正态分布图，并找到2.00。
因此，如下图所示，要找到z分数，必须在水平轴上找到2.0，然后在垂直轴上找到.00。垂直轴仅适用于百分之一的位置。在下表中找到z得分。
正态分布表用于查找从均值到过程sigma（z得分）的面积百分比。
由Joshua Crowder创建
公差上限
UTL的过程sigma为2.0
良好结果的概率=.9772
不良结果的概率1-.9771 =.0229
公差下限
LTL的处理总和为2.57
良好结果的概率=.9949
不良结果的概率1-.9949 =.0051
在图表上找到z分数之后，可以说，当以高于均值水平的水平进行操作时，我们有97.72％的机会获得UTL的良好结果，有99.49的机会获得LTL的良好结果。
只需将1减去良好结果的概率即可得出有缺陷产品的概率。将这些概率加在一起将得出较高和较低的缺陷百分比（.51 +.0229 =.028或2.8％）。现在，如果您将有不良零件的概率乘以100万，我们现在可以说此过程每百万机会中有2800个缺陷零件（DPMO）。有关结果百分比，请参见下面的直观表示。
结果百分比。
由Joshua Crowder创建
使用Microsoft Excel查找过程Sigma
可以使用Microsoft Excel通过一系列步骤来查找过程sigma。您可以在此处下载Microsoft Excel示例。如下图所示，所有计算都可以在Microsoft Excel中进行。
这些是用于计算过程总和的Microsoft Excel Statistics函数：
=标准（计算过程总和）
= NORM.S.DIST（z得分为负的左尾缺陷百分比）
= NORM.S.DIST（UTL合格零件百分比）
= NORM.S.DIST（ABS（来自负z得分的UTL好零件百分比）
= 1-NORM.S.DIST（右尾缺陷百分比）
可以使用统计功能在Microsoft Excel中进行过程sigma计算。
由Joshua Crowder创建
参考文献
Boyer，K.&Verma，R.（2010年）。 21世纪的运营与供应链管理 。俄亥俄州梅森：西南。
相关文章
如何计算节拍时间来控制流程
质量改善的来源，以改善工作场所
可改善业务的宝贵精益制造工具
如何在生产中完成盈亏平衡分析：流程之间
分级为4 +©2018 Joshua Crowder